<![CDATA[Model Autoregressive (AR) adalah model regresi yang menghubungkan nilai amatan dengan nilai sebelumnya pada lag tertentu. Pada model AR terkadang diperoleh struktur nonlinear sehingga dikembangkan model nonlinear AR (NAR). Untuk keperluan evaluasi model dikembangkan model NAR dengan neural network (NN) dengan arsitektur input, hidden layer, dan output. Model tersebut dikenal dengan model Nonlinear Autoregressive Neural Network (NAR-NN). Model NAR-NN dapat diterapkan pada data banyaknya penumpang kereta api di Pulau Jawa. Data banyaknya penumpang kereta api merupakan data runtun waktu. Data banyaknya penumpang kereta api pada tahun 2006-2019 mengalami trend naik dan mengikuti pola nonlinear. Pada penelitian ini dilakukan pemodelan banyaknya penumpang kereta api di Pulau Jawa dengan NAR-NN yang menggunakan fungsi aktivasi sigmoid biner dan algoritme training Levenberg-Marquadt Backpropagation (LMBP). Adapun evaluasi model yang digunakan pada penelitian ini adalah Mean Absolute Percentage Error (MAPE). Hasil penelitian dengan percobaan hidden neuron, diperoleh bahwa model terbaik pada saat delay 2 dan hidden neuron 12 dengan nilai MAPE sebesar 3,75%.]]>
Copyrights © 2021
